Какова архитектура модели Ling-3.0-flash?

Модель использует архитектуру Mixture-of-Experts (MoE) со 124 миллиардами параметров, где для обработки каждого токена активируется около 5.1 миллиарда параметров, что обеспечивает высокую эффективность.

Какой объем контекста поддерживает данная модель?

Ling-3.0-flash поддерживает контекстное окно размером до 131 072 токенов, что позволяет работать с объемными текстами и сложными программными кодами.

Подходит ли модель для создания ИИ-агентов?

Да, модель специально спроектирована для агентского инференса промышленного масштаба, обеспечивая необходимую скорость и точность для выполнения последовательных задач.

Ling-3.0-flash

INInclusionaiОбновлено: 23 июля 2026 г.

Ling-3.0-flash — это высокоэффективная модель на архитектуре Mixture-of-Experts с 124 миллиардами параметров, из которых активно используется лишь 5.1 миллиарда на токен. Она оптимизирована для масштабного развертывания ИИ-агентов и обеспечивает высокую скорость генерации при работе с контекстом до 128k токенов.

Использовать через API

Метрики

Вход

10 ₽/M

Выход

28 ₽/M

Контекст

131k tokens

Параметры

Релиз

23 июля 2026 г.

Поддерживаемые параметры

frequency_penaltyinclude_reasoninglogit_biasmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyseedstoptemperaturetool_choicetoolstop_ktop_p

Технический обзор

Ling-3.0-flash — это модель с 124 миллиардами параметров на основе архитектуры Mixture-of-Experts (MoE), при этом активируется около 5,1 миллиарда параметров на каждый токен. Модель разработана с приоритетом на эффективность обработки токенов и масштабируемое агентное инференс для производственных задач, что позволяет разработчикам...

Кодинг

Инструменты

Длинный контекст

Мультимодальность

Веб-автоматизация

Смежные подборки

Модели для программирования Недорогие модели

Сравнение с похожими моделями

Модель

Для чего

Контекст

Цена ₽

Модель

Ling-3.0-flashТекущая

Для чего

Контекст

131k

Цена ₽

10 / 28

Ling-3.0-flashТекущая

131k

10 / 28

Модель

DeepSeek: DeepSeek V4 Flash 0731

Для чего

Обе модели относятся к классу Flash и ориентированы на высокую скорость инференса при сохранении качества ответов.

Контекст

Цена ₽

12 / 23

DeepSeek: DeepSeek V4 Flash 0731

12 / 23

Модель

poolside/laguna-xs.2

Для чего

Являются конкурентами в сегменте оптимизированных моделей для разработчиков, предлагая схожий баланс производительности и эффективности.

Контекст

—

Цена ₽

— / —

poolside/laguna-xs.2

—

— / —

Когда выбирать

Необходима разработка автономных ИИ-агентов, требующих быстрой реакции и высокой пропускной способности.
Требуется обработка длинных документов или цепочек диалогов объемом до 131 072 токенов.
Нужна гибкая настройка генерации с использованием широкого набора параметров, включая reasoning и logit_bias.

Когда не выбирать

Требуется работа с мультимодальным контентом, так как модель поддерживает только текстовый ввод и вывод.
Необходима максимально тяжелая модель с полной активацией всех параметров для решения сверхсложных научных задач.
Проект предполагает работу исключительно в офлайн-среде без доступа к API alltokens.